AI可让零售商在燃油上获取更大利润_金沙电子官方入口

美国有许多通过输油管道、铁路或水运码头与炼油厂连接的运输终端，设有极大的储油罐区，加油站的油一般是卡车从这些终端一夜间的。每天早晨，都会有许多油罐车来来往往。正是这些运油车，汽油了油后输出到各加油站的地下储油箱内，再行卖给消费者。

美国加油站的燃油价格完全每天都要展开调整。几十年来，燃油定价都是门艺术，主要依赖人类的运算和直觉。随着人工智能与机器学习的蓬勃发展，它们的极大潜力将使燃油定价更加精确有效地。目前，测试阶段于是以用于一种新的定价工具来测试这一方法。

PriceAdvantage公司燃油定价软件的测试与反省线性算法不限于PriceAdvantage是SkylineProducts（正式成立于1970年，为交通和石油行业设计和生产了40多年的智能标牌解决方案）的一个分公司，它之前的燃油定价软件用于了线性算法（linearalgorithms）预测价格的变化，这将不会影响零售商的销量和利润。但失望的是，这一方法并不完备。PriceAdvantage的科学数据专员BrendanDoner回应，如果价格减少两美分，通过该方法获得的预测结果不会经常出现大约30％的错误，结果并不十分精确。

这款燃油定价软件使用了一种自上而下的建模方式。这一方法是基于经济学创建的，Doner以及他的同事都指出这应当有效地（但事实并非如此）。根据这些假设创立了一个模型，模型中得出的价格就是订下的大体燃油价格。

他荐了个例子，例如，该模型中零售商为了构建盈利目标，提升汽油价格，使其比以往的定价高达10美分，比市场价格高达6美分。顾客一定会说道“这过于可怕了。

也许今天我会取得更加多利润，但从现在开始三个星期以后，如果所有人都意识到我们的定价低的时候，我们将丧失所有的顾客”。另一方面，原有的模型不会建议减少燃油价格以减少销量，而不管其他地点的营业动态。这一模型是基于经济学课本科学知识创建的——如果你减少了燃油价格，今天就不会售出更加多燃油，Doner指出这早已老套过时了。

线性运算的另一个问题是：无法将竞争对手对价格变化的反应考虑到在内。有经验的零售商通过频密的现场调查或定期油价信息服务（OPIS）取得价格数据对系统，较慢理解竞争对手的价格变化。

因此，他们可以更慢地作出反应，使竞争对手无法构建希望的销量或利润快速增长。Doner回应，原有模型从现实生活定价的因果中吸取经验，并依循调整定价方式方面做到的很差。要抛弃“我们指出它应当发挥作用”的点子，要在现实中仔细观察究竟是如何发挥作用的，这更加看起来一种自下而上的方法。AI沦为“新的”燃油定价软件核心PriceAdvantage所执着的不是建构一个算法，让零售商盲目定价或者非常简单得出一个建议的燃油价格。

而是期望这个经济模型可以为燃油价格分析师提供数据，协助他们更佳的理解该定价背后的来龙去脉。而人工智能技术沦为PriceAdvantage“新的”燃油定价软件的核心。Doner说，大多数人指出人工智能是靠神经网络反对的，这些极大模型就像个黑匣子，人们并不确切为什么它要得出这样的定价建议，为什么在这个地点买的更加多或在这一天买的较少。

但是这些模型却需要精确的预测出价格变化将不会如何影响燃油的销量及利润。PriceAdvantage使用了一种基于概率的模型，需要向燃油分析师获取价格变动顺利的概率。

相比之下，原有模型虽可获取建议价格以及以这种价格预计燃油卖出的量，但未获取构建该预测的置信水平（confidencelevel，置信水平是指特定个体对待特定命题真实性坚信的程度，也就是概率是对个人信念合理性的量度）。而新的模型告诉他零售商，该价格变动下构建销售目标的可能性为57％。“新的”燃油定价软件更加能符合零售商的个别市场需求，它可以根据店铺人员数量、利润或店内销售目标，随时计算出来每一个店铺在有所不同市场下的成功率。

新的模型也能表明价格转变的时机对其已完成目标可能性的影响。比如，如果店铺燃油定价比市场定价略为低一点也许更加有可能构建销售目标。

Doner回应，之前的工具（原有的燃油定价软件）无法构建的一项功能是理解竞争者的反应。如果在星期三下午三点变更定价，这个价格可以维持到第二天早上。或者如果在顾客流量相当大的早上变更定价，这个时间正是竞争对手展开价格调查或者取得OPIS信息反馈的时间，所以他们不会紧随你的步伐调整价格。

或是周二下午，零售商网站将24小时监控市场并对价格变动做出对此。

本文来源：金沙电子官方入口-www.cauhi.com